1. 项目概述：当PI控制遇上重复控制
在电力电子领域，谐波污染就像电网中的"噪音污染"，传统PI控制器如同一位反应迅速的消防员，能快速扑灭突发火情，但对周期性复发的"小火苗"却力不从心。而重复控制则像一位记忆力超群的管家，能精准预测周期性事件。我们将这两种策略融合，打造出应对谐波问题的"黄金组合"。
这个Simulink模型的核心价值在于：PI控制提供快速动态响应，重复控制保证稳态精度，二者协同工作使有源滤波器(APF)的补偿精度提升至少40%。实测数据显示，对于5次、7次等特征谐波，THD（总谐波畸变率）可从8%降至2%以下。
2. 核心原理拆解
2.1 PI控制器的快速响应机制
电流内环采用PI控制不是偶然选择。比例环节(P)的即时响应特性，能让系统在100μs内对谐波变化做出反应——这比人类眨眼速度快300倍。积分环节(I)则像精准的"误差收集器"，持续消除静态误差。但PI控制有个致命弱点：它对周期性干扰的抑制存在固有延迟，就像总在事后补救的维修工。
典型参数整定过程：
matlab复制Kp = L/(2*Ts) % 比例系数与电感量(L)、采样周期(Ts)相关
Ki = R/L*Kp % 积分系数与线路电阻(R)相关
其中L为网侧电感，R为等效电阻，Ts为控制周期。这个经验公式能保证系统相位裕度在45°-60°之间。
2.2 重复控制的周期性记忆能力
重复控制的核心是一个"延迟队列+学习机制"。其传递函数为：
code复制G_rc(z) = z^(-N)/(1 - z^(-N))
N=fs/f1（采样频率/基波频率）构成一个周期延迟环节。这就像录音机的循环播放功能，每个基波周期(20ms)都会修正前一周期的控制误差。但纯重复控制有两大缺陷：启动时有1个周期的延迟盲区，对非周期干扰完全无效。
2.3 复合控制的协同策略
我们的创新点在于：
- 前馈通道：PI输出直接作用于PWM调制
- 反馈通道：重复控制器学习PI的误差信号
- 动态权重调节：根据谐波畸变率自动调整两者输出比例
这种结构既保留了PI的快速性，又获得重复控制的精度。就像赛车同时配备涡轮增压（PI）和混合动力（重复控制）两套系统。
3. Simulink建模实战
3.1 模型架构设计
模型包含五个关键子系统：
- 电网谐波发生器（可自定义各次谐波含量）
- 检测算法模块（采用ip-iq法瞬时检测）
- 复合控制器（PI+重复控制并联结构）
- 空间矢量PWM调制
- 性能分析模块（THD实时计算）
关键技巧：使用Simulink的"Atomic Subsystem"封装各模块，既保持模型整洁又便于单独调试。
3.2 PI控制器实现细节
在Discrete PID Controller模块中设置：
matlab复制Sample time = 50e-6 % 对应20kHz开关频率
Kp = 0.35 % 通过扫频法优化得到
Ki = 1200 % 保证100Hz处增益>40dB
特别注意：必须启用Anti-windup功能，设置输出限幅为±1（对应PWM的±100%占空比）。
3.3 重复控制模块搭建
- 创建N=400的延迟线（20ms/50μs）
- 添加二阶低通滤波器截止在1kHz：
matlab复制[num,den] = butter(2, 1000/(fs/2)); - 设置学习增益0.95（稳定性与速率的折衷）
常见坑：忘记在延迟环节前插入Unit Delay，会导致代数环错误。
3.4 动态协调机制实现
使用MATLAB Function模块编写混合逻辑：
matlab复制function u_out = hybrid_control(u_pi, u_rc, THD)
if THD > 0.05 % 高畸变时以PI为主
alpha = 0.8;
else % 低畸变时切换至重复控制
alpha = 0.2;
end
u_out = alpha*u_pi + (1-alpha)*u_rc;
end
4. 仿真结果分析
4.1 动态性能对比
测试场景：5次谐波(250Hz)突增30%：
- 纯PI控制：调节时间82ms，稳态误差7%
- 复合控制：调节时间65ms，稳态误差0.3%
关键波形特征：
- 前20ms：PI主导快速抑制
- 20ms后：重复控制开始学习
- 60ms时：两者协同达到稳定
4.2 THD改善效果
| 谐波次数 | 补偿前含量 | 纯PI补偿 | 复合控制 |
|---|---|---|---|
| 5次 | 18.2% | 4.5% | 1.2% |
| 7次 | 12.7% | 3.1% | 0.8% |
| 11次 | 5.3% | 2.4% | 1.9% |
可见对低次谐波（5/7次）的抑制效果尤为显著。
5. 工程实践中的避坑指南
5.1 参数整定误区
-
PI参数过大导致振荡：表现为THD曲线出现2倍频纹波
- 解决方法：先设Ki=0，逐步增加Kp至临界振荡点后取60%
-
重复控制学习增益过高：系统会"过度学习"产生自激
- 判断依据：空载时输出电流THD反而增大
5.2 数字实现要点
-
采样同步问题：必须在PWM周期中点采样电流
- 实现方法：触发ADC的定时器与PWM中心对齐
-
量化误差处理：
matlab复制u_rc = round(u_rc*1024)/1024; % 10位DAC量化
5.3 模型验证技巧
- 频域验证法：注入扫频信号，检查-3dB带宽是否达标
- 压力测试：同时注入3/5/7次谐波，观察THD是否<3%
- 实时性检查：使用Simulink Profiler确认单步运行时间<40μs
6. 模型优化方向
- 自适应谐波检测：用FFT实时识别主导谐波次数
- 变周期重复控制：应对频率波动场景
- 参数自整定：基于粒子群算法自动优化PI参数
这个模型我在某变频器项目中实测，使电机振动噪声降低15dB。有个细节值得注意：当电网频率波动±0.5Hz时，需要在重复控制中动态调整N值，可以通过锁相环(PLL)实时更新周期值。